Función fitness - Fitness function

Una función de adecuación es un tipo particular de función objetivo que se utiliza para resumir, como una única figura de mérito , qué tan cerca está una solución de diseño dada de lograr los objetivos establecidos. Las funciones de aptitud se utilizan en programación genética y algoritmos genéticos para guiar las simulaciones hacia soluciones de diseño óptimas.

Programación genética y algoritmos

En particular, en los campos de la programación genética y los algoritmos genéticos , cada solución de diseño se representa comúnmente como una cadena de números (denominada cromosoma ). Después de cada ronda de pruebas o simulación, la idea es eliminar las n peores soluciones de diseño y generar n nuevas a partir de las mejores soluciones de diseño. Por lo tanto, cada solución de diseño debe recibir una cifra de mérito, para indicar qué tan cerca estuvo de cumplir con la especificación general, y esto se genera aplicando la función de aptitud a los resultados de prueba o simulación obtenidos de esa solución.

La razón por la que los algoritmos genéticos no pueden considerarse una forma perezosa de realizar el trabajo de diseño es precisamente por el esfuerzo que implica diseñar una función de aptitud funcional. Aunque ya no es el diseñador humano, sino la computadora la que presenta el diseño final, sigue siendo el diseñador humano quien tiene que diseñar la función de fitness. Si está mal diseñado, el algoritmo convergerá en una solución inapropiada o tendrá dificultades para converger.

La función de aptitud no solo debe correlacionarse estrechamente con el objetivo del diseñador, sino que también debe ser computacionalmente eficiente. La velocidad de ejecución es muy importante, ya que un algoritmo genético típico debe repetirse muchas veces para producir un resultado utilizable para un problema no trivial.

La aproximación de aptitud puede ser apropiada, especialmente en los siguientes casos:

  • El tiempo de cálculo de aptitud de una sola solución es extremadamente alto
  • Falta un modelo preciso para el cálculo de la aptitud
  • La función de aptitud es incierta o ruidosa.

Existen dos clases principales de funciones de aptitud: una en la que la función de aptitud no cambia, como en la optimización de una función fija o la prueba con un conjunto fijo de casos de prueba; y uno en el que la función de aptitud es mutable, como en la diferenciación de nicho o en la evolución conjunta del conjunto de casos de prueba.

Otra forma de ver las funciones de aptitud es en términos de un panorama de aptitud , que muestra la aptitud para cada posible cromosoma.

La definición de la función de aptitud no es sencilla en muchos casos y, a menudo, se realiza de forma iterativa si las soluciones más adecuadas producidas por algoritmos genéticos no son las deseadas. Los algoritmos genéticos interactivos abordan esta dificultad subcontratando la evaluación a agentes externos que normalmente son humanos.

Ver también

Referencias

enlaces externos